未来IT图解:深度学习

1星价 ¥30.8 (6.7折)

2星价￥30.8 定价￥46.0

作者：[日]南野充则

出版社：中国工人出版社

本类榜单：经济

分类：经济 > 经济通俗读物

暂无评论

图文详情

ISBN：9787500875123
装帧：一般纯质纸
册数：暂无
重量：暂无
开本：其他
页数：160
出版时间：2021-01-01
条形码：9787500875123 ; 978-7-5008-7512-3

本书特色

东京大学教授、日本深度学习协会理事长松尾丰隆重推荐！！图文并茂、四色印刷，深度学习不易理解的本质及实际应用一目了然。

内容简介

“深度学习”被评价为未来时代的重要技术，但它本身很好复杂，除了这方面的专家，一般大众很难掌握。主要原因是我们很难以一种易于理解的方式来解释“深度学习”的机制。首先，为了理解“深度学习”并，且必须先了解诸如“神经网络”之类的算法。其次，在描述诸如“深度学习”和“神经网络”之类的算法时，通常要使用数学公式，因此若没有技术或数学背景，就会面临很多的理解障碍。实际上，一旦书中出现了公式，可能很多人都会把书合上。但是，“深度学习”未来将涉及所有行业。因此，即使不是专家，我们也需要知道它是什么以及它可以做什么。《未来IT图解：深度学习》一书分为三部分，通过大量插图详解深度学习的运作机制及实际案例。部分在介绍AI的历史和发展的同时，阐述深度学习。第二部分用事实例辅助说明深度学习的使用方式。第三部分将预测未来并总结深度学习下将会发生的情况。从何为深度学习到畅想深度学习带给我们的未来，本书讲述的重点内容——深度学习在各个经济领域的实际应用。深度学习技术通过人工智能的开发进化，可以使用于农业生产、工业制造，应对老龄化和新生儿减少的第三产业服务业，乃至进入家庭服务人类。

序章 001 深度学习推动世界 002 成为能在深度学习时代生存下来的人才！ 004 PART１什么是深度学习？ 01: 深度学习的现在与未来 002 02: 推导“正确答案”的搜索 006 03: 机器学习的结构与方法 008 04: 神经网络的种类与特征 012 05: 神经网络的学习方法 016 06: 自编码器的问世 022 07: 解决梯度消失、过拟合问题 024 08: CNN（卷积神经网络 030 09: RNN（循环神经网络） 036 10: 图像生成模型 040 11: 陆续实现实用化的深层强化学习模型 044 12: 各国围绕深度学习实用化的现状 048 13: 深度学习领域中领先世界的企业 050 总结什么是深度学习？ 052 专栏推动实现深度学习的硬件进步 054 PART２深度学习的实用化 01: 深度学习的应用范围与分类 056 02: 次品检测 058 03: 外观检查 062 04: 自动捡料 064 05: 农业 066 06: 自动驾驶 068 07: 机器人出租车 070 08: 交通需求预测 072 09: 保护驾驶员 074 10: 诊断支持 076 11: 创制新药 080 12: 基因治疗 082 13: 护理教练与看护机器人 084 14: 裂纹、损伤检测 086 15: 输电线路巡检 088 16: 异常检测、预防性维护保养 090 17: 地基分析与地质评估 092 18: 自动挖掘 094 19: 产业废弃物的鉴别 096 20: 校对报道内容与自动翻译 098 21: 广告点击预测 100 22: 生成角色 102 23: 智能音箱 104 24: 无人收银机 106 25: 预防盗窃 110 26: 制作报价单 112 27: 识别物流图像与在库管理 114 28: 自动装盘 116 29: 用户评价分析 118 30: 预测股价、检测不正当交易 120 总结深度学习会为今后的商业方式带来什么 122 专栏技术奇点何时来临？会发生什么 124 PART３深度学习带给我们的未来 01: 深度学习带来的价值观与生活 126 02: 深度学习的下一个市场 130 03: 引入深度学习的注意点 134 04: 在深度学习中有效应用数据 138 05: 深度学习时代所需要的人才 140 06: 有关深度学习的法规建设等 142 07: 面向未来 FiNC在做什么 144 总结深度学习如何改变未来 146

展开全部

节选

◆人工智能的起点：达特茅斯会议研究的历史先从硬件开始。第二次世界大战结束不久后的 1946 年，美国宾夕法尼亚州诞生了电子数字积分计算机（ENIAC）。其 10 年后，新罕布什尔州的达特茅斯学院召开了关于人工智能的会议（达特茅斯会议），探讨智能行动与思维的计算机程序实现的可能性。参加会议的研究学者艾伦·纽厄尔、赫伯特·西蒙论证了用计算机证明数学定理是可能的，此时使用的“逻辑理论家”（Logic Theorist）被誉为世界上**个人工智能程序。 ◆从“冷战”中的翻译到阿尔法狗的胜利经过达特茅斯会议，人工智能研究进入“推理搜索时代”。从 20 世纪 50 年代后期到 60 年代，伴随着“冷战”的开始，英语和俄语的机器翻译在美国备受关注。此外，由人工智能自主走迷宫、进行拼图、与人对弈国际象棋和日本将棋等都取得了成功，从而掀起了研究热潮（**次人工智能热潮）。但是，当人们明白人工智能只能在限定的状况下解决事先设定的问题后，热潮降温了。第二次热潮始于 20 世纪 80 年代，将专业知识输入计算机的“专家系统”开发取得重要进展，人工智能研究从此进入“知识的时代”。具体而言，开发出了输入病菌等数据就可以开出相应抗生素药方的系统（第二次人工智能热潮）。但是，当载入的庞大知识库中出现了矛盾或缺乏一贯性的数据时，数据就变得难以保管和维护就变得困难，这一次浪潮也随之降温了。进入 21 世纪后，随着大数据成为热门话题，人工智能研究热潮再次来临（第三次人工智能热潮）。以大量统计数据为基础，人工智能自主学习获得知识的“机器学习”，具体而言，就是机器翻译和检索引擎实现了实用化。此外，作为机器学习的一种，本书的主题“深度学习”也登上了历史舞台。人工智能自主学习定义知识要素的自动驾驶技术、阿尔法狗（AlphaGo）的胜利则吸引了更多关注。

作者简介

作者简介：南野充则毕业于东京大学工学部。大学期间创立健康管理公司MEDICA Corporation和CDSystem Corporation，曾在北京大学举行的智能电网领域国际会议上获得“*佳学生奖”。2016年8月，在日本成立了**家专门从事健康和医疗保健领域的人工智能实验室——FiNC Wellness AI Lab，2018年9月起担任FiNC Technologies的首席技术官，也是日本深度学习协会（Japan Deep Learning Association）*年轻主任。译者介绍刘晓慧日本爱知大学经营学博士。曾任爱知大学国际中国学研究中心研究员、非常勤讲师等职，现主要从事翻译与写作工作。主要译作包括《四季和食》、日本《中央省厅的政策形成过程》等。刘星中国政法大学政治与公共管理学院国际政治系副教授，日本名古屋大学法学博士。曾任日本国际交流基金访问学者、日本成蹊大学法学部客座研究员等。主要译作包括《日本国际政治学》《思想者的足迹：池明观》等。

本类五星书